L’intention d’utiliser les référentiels de compétences. Le cas des maitre·sse·s de stage en faculté de médecine
Notice bibliographique
Résumé
Le Département de médecine générale de l’Université de Liège a élaboré un référentiel de compétences. L’objectif de cette étude est de connaitre les intentions des maitre·sse·s de stage quant à son utilisation. Afin de connaitre les éléments prédicteurs de cette intention, nous avons fait appel à la théorie du comportement planifié (Ajzen, 1985, 1991). Nous avons dès lors conçu un questionnaire mesurant de manière directe et indirecte les divers paramètres de ce modèle, à savoir les attitudes, les normes sociales et le contrôle perçu sur la base de sept entretiens avec des maitre·sse·s de stage. Ce questionnaire a ensuite été proposé à la population des maitre·sses de stage. Nous avons obtenu 68 réponses. Après avoir effectué des régressions linéaires hiérarchiques, nous avons conclu qu’ensemble, les attitudes, les normes sociales et le contrôle perçu expliquaient 83 % de l’intention d’utiliser le référentiel. D’autres analyses ont permis de déterminer les leviers et les freins influant directement sur cette intention.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».